[pt] Uma das preocupações das grandes cidades é a minimização dos efeitos do aumento da quantidade de veículos em circulação e dos acidentes que, consequentemente, tendem a ocorrer com maior frequência. Com a popularização e a miniaturização dos receptores GPS, a disponibilidade de valores de velocidade observados nas vias urbanas e a publicação de ocorrências de trânsito georreferenciadas em redes sociais, é agora possível avaliar as condições do trânsito quanto às reduções de velocidade. Contudo, é necessário filtrar os dados de tal forma a minimizar incertezas temáticas, espaciais e temporais. Esta tese propõe uma metodologia para a avaliação do impacto de acidentes de trânsito, empregando valores de velocidade. Para tanto, considera metodologias auxiliares para: (1) processamento de rotas rastreadas com GPS para identificar vias com maior circulação, calcular estatísticas das velocidades observadas e estimar o tráfego em vias de mão dupla, pela análise das direções do movimento; (2) representação do comportamento do tráfego a partir dos valores de velocidade registrados nas vias; (3) extração e seleção dos dados sobre acidentes extraídos do Twitter para identificar os possíveis efeitos desses acidentes nos valores de velocidade. As contribuições desta tese são: (1) avaliação do tráfego, em condições normais e após a ocorrência de acidentes, com base em valores de velocidade, de aquisição mais simples do que os valores de fluxo e concentração de tráfego; (2) emprego de publicações de eventos em redes sociais, permitindo rápido acesso à informação; (3) aplicação das avaliações em vias urbanas, em lugar de rodovias, o que implica em levar em consideração as interferências no tráfego inerentes às interseções, sinais de trânsito e fluxo de pedestres; e (4) uma metodologia para extração de estatísticas de velocidade a partir de dados GPS, enfatizando as possíveis fontes de erro existentes nos processos de map matching e classificação temporal. / [en] A major concern in large cities is to minimize the effects of the increasing quantity of vehicles in circulation and, consequently, of the accidents that tend to occur more frequently. Due to the popularization and miniaturization of GPS receivers, the availability of large volumes of data about vehicle speed in urban roads and the large number of traffic-related messages published in social networks, it is now possible to collect enough input data to model traffic conditions based on the observed reduction in speed values. However, it is necessary to filter the data to minimize thematic, spatial and temporal uncertainties. This thesis proposes a methodology to assess the impact of traffic accidents by analyzing speed values. To achieve this goal, it also proposes auxiliary methodologies, aiming at: (1) processing GPS-tracked routes to compute speed statistics and estimate traffic in two-way streets, by performing direction analysis; (2) representing traffic behavior based on the observed speed values; (3) extracting and selecting accident-related data by mining Twitter posts for later identification of the likely effects on speed values. The main contributions of this thesis are: (1) the assessment of traffic conditions based on speed values, which are easier to acquire than data about traffic volume and concentration; (2) the use of posts from social networks, which provide timely access to traffic events; (3) the assessment of urban roads instead of freeways or roads, which require modeling intersections, traffic lights and pedestrian flow; and (4) a methodology designed to extract speed statistics from raw GPS data, which handles likely error sources related to both map matching process and temporal classification.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:25823 |
| Date | 23 February 2016 |
| Creators | IVANILDO BARBOSA |
| Contributors | MARCO ANTONIO CASANOVA, MARCO ANTONIO CASANOVA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0015 seconds